Números, estatísticas, tabelas, gráficos, projeções. Ninguém entende a matemática por trás do CACD melhor do que o já conhecido Artur Lascala, ou como se convencionou chamar @Datalascala. Anualmente assediado nos grupos do Facebook pelos candidatos, é o Datalascala o responsável por organizar e gerir rankings e comparações entre as notas, tornando a espera dos candidatos que aguardam o resultado final menos solitária e as estratégias dos candidatos que estudam para o próximo CACD mais assertivas. O Cliping convidou o Datalascala para escrever para o Blog e explicar um pouco mais sobre a importância dos números para o CACD. Confira o resultado do que anunciamos ontem no Twitter (e siga os tuítes do Clipping também)!

Amanhã no Blog: os números e o CACD! Hora de usar números para estudar para a diplomacia com mais assertividade #fb pic.twitter.com/spSLcDgNkk

— Clipping CACD (@clipping_cacd) 30 novembro 2015

Os números e o CACD

*por Artur Lascala

Aplicar métodos quantitativos para entender alguns aspectos do CACD não parece, para a maioria dos candidatos, algo digno de muita atenção. Realmente, o importante é focar no conteúdo mesmo e os fortes candidatos que logram aprovação são aqueles que ficam em cima dos textos com muita, mas muita dedicação mesmo.

No entanto, os números, tão temidos por alguns, embora não aprovem ninguém, podem dar insights importantes sobre o nosso concurso e orientar estratégias de estudo.

A convite do Clipping, escrevo um breve post sobre as particularidades estatísticas do CACD, que venho explorando há algum tempo. Espero esclarecer alguns pontos, levantar dúvidas e, por que não, diverti-los também!

#. Porque raios estatísticas do CACD, Datalascala?

——–>>>

Ao contrário do que alguns de vocês podem imaginar, eu não sou matemático, estatístico, físico ou engenheiro. Eu fiz Relações Internacionais. E na PUC-SP, que é uma escola bem mais voltada para as humanidades.

O meu interesse veio naqueles momentos em que o concurso parece desapontar, quando você está perdido entre um ou outro capítulo do Amado Cervo e quer fazer algo diferente. Entrei na plataforma Coursera e fiz um curso de introdução à estatística com o programa R, da Universidade de Princeton. Recomendo muito a todos fazerem cursos nesse site.

Quando o curso acabou, eu ainda estava fascinado com o que dava pra fazer com o R, e comecei a mexer com as notas do CACD. E é assim que começa o DataLascala!

#. O que posso aprender com as informações do Datalascala?

——–>>>

Algumas coisas, a primeira delas é o famoso Teorema de Zoióvski, ensinado por professores de estatística, cuja formulação básica é “Zóia os dados!” Muito pode ser aprendido pelo simples exame atento dos dados. A estatística é dividida em dois ramos fundamentais: a descritiva e a inferencial. A descritiva é a mais relevante para nós, muito embora também seja possível fazer inferências sobre alguns dados, como veremos à frente.

Primeiro, vamos aprender a ler um boxplot?

Ele é uma caixinha que contém as 25% notas abaixo da mediana e as 25% notas acima. O risquinho no meio é justamente a mediana, o valor que separa a distribuição em dois. Os rabichos que saem pra cima e pra baixo contêm as demais notas, e as bolinhas são os outliers, isto é, aqueles valores muito discrepantes. Pra ter uma explicação mais completa, clique aqui!

Vejamos, por exemplo, a evolução da distribuição do aproveitamento percentual do TPS, desde 2009. (Levando em conta que tivemos diferentes números de candidatos aprovados em cada ano, ok?)

No gráfico acima, dá pra ver que a banca não mantém tanta regularidade assim no nível de dificuldade. O ano de 2013 foi, claramente, um outlier, pois havia muitas questões de múltipla escolha. Podemos supor que o TPS de 2015 foi mais fácil do que o de 2014, porque, apesar do mesmo estilo de prova (só C/E) e de número bem diferente de candidatos aprovados, as notas foram bem mais altas.Até aqui tudo bem, né, todo mundo sabe que o TPS de 2015 foi mais fácil mesmo.

Vamos ver alguns dados sobre terceira fase pra ver o que a gente pode refletir.

Aqui temos um prato cheio, esse é um dos meus gráficos preferidos. Ele compara a distribuição das notas de 2014 com 2015. Dá pra ver duas coisas, como as notas variaram de um ano pro outro e como se distribuem as notas pra cada matéria, o que terá uma implicação crucial, que veremos adiante.

Explorem ao máximo o gráfico. Observem que Direito e Inglês mantiveram distribuições muito semelhantes, mas Economia e Geografia/PI variaram bastante. Lembra que Geografia costumava ser a prova com notas mais altas do CACD? Os dados atuais mostram que é uma matéria que não dá pra deixar de lado.

Vamos brincar agora de fazer algumas inferências? Do tipo, qual prova é mais crucial para a aprovação dos candidatos? Claro que os pontos são todos iguais, mas ir bem naquelas provas cuja variabilidade é maior pode ser a diferença entre passar e não passar. Para chegar a essa conclusão, basta ver a distância entre o limite superior do boxplot e o inferior. Partindo do pressuposto de que você não é um outlier (as bolinhas), uma nota comparativamente ruim em Direito não vai impactar tanto a sua colocação relativa quanto uma nota comparativamente ruim em Inglês, que é a disciplina com o maior desvio-padrão.

O meu conselho é o seguinte: se você tem dificuldade com alguma das matérias de alta variabilidade, comece a estudá-la pesadamente, pra ontem! Por outro lado, se você já está mais confortável com uma matéria de baixa variabilidade, talvez seja o momento de dedicar mais tempo àquelas em que seus ganhos comparativos podem ser maiores.

A seguir, veja a tabela com o coeficiente de variação de cada matéria, desde 2009. Trata-se de informações valiosas, mas use-as com cautela, pois sabemos que esses dados podem variar abruptamente de um ano pro outro!

Os gráficos a seguir acrescentam um pouco mais de informação a isso. Eles são um pouco complicados de interpretar, mas o que vale reter é que as bolinhas de cima representam a nota dos aprovados e as de baixo, aquelas dos não aprovados. Quanto mais alta for a curva azul, mais forte é a correlação entre a nota da prova e o fato de estar ou não entre os 22 aprovados. Os dados são de 2015.

#. E sobre o resultado dos recursos, Datalascala?

————->>>

Finalmente, neste arquivo Excel, uma estatística que é muito útil para os colegas que estão próximos às vagas, pois mostra o quanto cada um dos candidatos ganhou de recursos na Terceira Fase de 2014 e quais foram as matérias que mais concederam pontos.

Para ver a tabela completa com a variação das notas clique aqui

Pessoal, tem muita coisa legal que dá pra fazer brincando com os números do concurso. Neste post, eu tentei só passar uma ideia desse universo fascinante!

Fiquem à vontade para entrar em contato comigo pelo Facebook ou pelo email arturlascala@gmail.com. Aprecio especialmente sugestões de análises novas que ainda não foram pensadas. Até mais!

>>> Os gráficos aqui apresentados são de livre distribuição, desde que citado seu autor <<<

*Artur Lascala é aspirante à carreira diplomática, graduado em Relações Internacionais pela PUC-SP

[interaction id=”565cc7f541f2d0122bde64cc”]